সাক্ষাৎকার Jensen Huang

Acquired-এর হোস্ট বেন গিলবার্ট এবং ডেভিড রোজেন্থালকে তাদের ৫০০+ ঘণ্টার বেশি এনভিডিয়া গবেষণার কথা বলতে শোনা, এরপর সিইও জেনসেন হুয়াং-এর সাথে বসে বোঝার এক সম্পূর্ণ নতুন মাত্রা আবিষ্কার করা—এই সবকিছুই জেনসেন হুয়াং-এর ব্যক্তিত্বের প্রমাণ। কোম্পানি গঠনের এক মাস্টারক্লাস এবং কম্পিউটিং-এর ভবিষ্যতের গভীরে ডুব—এই দুইয়ের সমন্বয়ে সাজানো একটি কথোপকথনে হুয়াং এনভিডিয়ার যাত্রার বিভিন্ন স্তর উন্মোচন করেন। তিনি নির্ভীক বাজি ধরা, নিরলস দূরদৃষ্টি এবং তাদের চিপসের মতোই উদ্ভাবনী এক সাংগঠনিক কাঠামোর দর্শন তুলে ধরেন।

পরিপূর্ণতার দুঃসাহস: একটি "পারফেক্ট চিপ"-এর জন্য কোম্পানিকে বাজি ধরা

অনেক বড় কোম্পানির মতোই, এনভিডিয়ার যাত্রা শুরু হয়েছিল প্রায় একটি 'মৃত্যুমুখী' অভিজ্ঞতা দিয়ে। কল্পনা করুন, ১৯৯৭ সালে একটি স্টার্টআপ যার হাতে মাত্র ছয় মাসের নগদ অর্থ অবশিষ্ট আছে, এবং তাদের সামনে ৩০ জন প্রতিযোগী। তাদের পূর্ববর্তী স্থাপত্য সংক্রান্ত বাজি ভুল প্রমাণিত হয়েছিল, এবং মাইক্রোসফটের ডাইরেক্টএক্স তাদের বিদ্যমান ডিজাইনের সাথে একেবারেই বেমানান ছিল। এটি ছিল রেভা ১২৮-এর জন্য এক কঠিন মুহূর্ত, একটি চিপ যা বিশ্বের প্রথম সম্পূর্ণ থ্রিডি-অ্যাক্সেলেরেটেড গ্রাফিক্স পাইপলাইন হিসেবে ডিজাইন করা হয়েছিল। অস্তিত্বের সংকটের মুখোমুখি হয়ে জেনসেন হুয়াং এক অচিন্তনীয় সিদ্ধান্ত নেন: শারীরিক প্রোটোটাইপিং বাদ দিয়ে শুধুমাত্র সিমুলেশনের ওপর ভিত্তি করে সম্পূর্ণ উৎপাদন প্রক্রিয়া শুরু করার নির্দেশ দেন।

টিম ভার্চুয়ালি চিপটির প্রোটোটাইপ তৈরি করে, যেখানে একটি এমুলেটরে প্রতিটি সফটওয়্যার ও গেম চালানো হতো এবং একটি মাত্র ফ্রেম রেন্ডার করতে এক ঘণ্টা সময় লাগত। এই কষ্টকর প্রক্রিয়াটি প্রায় অযৌক্তিক এক দৃঢ় বিশ্বাসে পরিণত হয়েছিল। হুয়াং স্মরণ করে বলেন, যখন তাকে জিজ্ঞাসা করা হয়েছিল কীভাবে তিনি জানতেন যে চিপটি নিখুঁত হবে, তিনি সহজভাবে উত্তর দিয়েছিলেন, "আমি জানি এটি নিখুঁত হবে, কারণ যদি তা না হয় তাহলে আমাদের ব্যবসা বন্ধ হয়ে যাবে।" ভবিষ্যৎ ঝুঁকির পুঙ্খানুপুঙ্খ সিমুলেশন দ্বারা চালিত এই উচ্চ-ঝুঁকির পদ্ধতি, তাদের চিপটি 'টেপ আউট' করতে এবং অবিলম্বে একটি মার্কেটিং ও উৎপাদন ঝড় শুরু করতে সাহায্য করেছিল। এই ঝুঁকি কাজ দিয়েছিল, ভাগ্যের কারণে নয়, বরং ভবিষ্যৎকে অগ্রিম কঠোরভাবে সিমুলেট করার কারণে।

গুরুত্বপূর্ণ শিক্ষা:

• ভবিষ্যৎ সিমুলেট করুন: প্রতিশ্রুতিবদ্ধ হওয়ার আগে সমস্ত সম্ভাব্য ভবিষ্যৎ ঝুঁকি এবং অজানা বিষয় সক্রিয়ভাবে চিহ্নিত করুন ও সমাধান করুন।
• এক সুযোগ, নিখুঁত করুন: যখন ঝুঁকি সর্বোচ্চ থাকে, একটি "নিখুঁত ফলাফলের" জন্য নিপুণভাবে প্রস্তুতি নিলে বাজির প্রকৃত ঝুঁকি কমে যায়।
• উৎসাহী বাজার: এমন বিভাগ চিহ্নিত করুন যেখানে প্রযুক্তি "কখনোই যথেষ্ট ভালো নয়" বলে মনে করা হয়, যা নিরন্তর উদ্ভাবনের জন্য একটি টেকসই সুযোগ নিশ্চিত করে।

ভবিষ্যৎ অনুমান করা: গ্রাফিক্স থেকে একটি ইউনিভার্সাল ফাংশন অ্যাপ্রক্সিমেটরে

২০১০-এর দশকের শুরুর দিকে দ্রুত এগিয়ে গেলে দেখা যায়, ভোক্তা গ্রাফিক্সে শীর্ষস্থানীয় এনভিডিয়া, ডিপ লার্নিং-এর উত্থানের সাথে আরেকটি গুরুত্বপূর্ণ সন্ধিক্ষণে এসে দাঁড়িয়েছিল। যখন মূলধারার প্রযুক্তি বিশ্বের অনেকেই অ্যালেক্সনেটের মতো উদ্ভাবনগুলিকে 'বিজ্ঞান প্রকল্প' হিসেবে দেখছিল, জেনসেন হুয়াং তখন এক বিশাল পরিবর্তন দেখতে পান। এনভিডিয়া ইতিমধ্যেই CUDA-তে ব্যাপক বিনিয়োগ করেছিল, যা বিভিন্ন বৈজ্ঞানিক ক্ষেত্রের গবেষকদের জন্য সুপারকম্পিউটিং-কে সহজলভ্য করে তুলেছিল। শিক্ষাবিদ সম্প্রদায়ের সাথে এই বিদ্যমান সম্পর্ক একটি গুরুত্বপূর্ণ 'ফিডব্যাক লুপ' হয়ে উঠেছিল।

হুয়াং এবং তার টিমের দূরদৃষ্টি ছিল এই প্রশ্নটি করার: "এই বিষয়টির কী এমন আছে যা এটিকে এত সফল করেছে?" এবং "এটি কি স্কেলযোগ্য?" তাদের যুক্তি এক গভীর উপলব্ধিতে নিয়ে যায়: ডিপ লার্নিং একটি 'ইউনিভার্সাল ফাংশন অ্যাপ্রক্সিমেটর' খুঁজে পেয়েছিল। এর অর্থ হল, ভোক্তাদের পছন্দ অনুমান করা থেকে শুরু করে আবহাওয়ার ধরণ পূর্বাভাস দেওয়া—এমন অনেক বাস্তব বিশ্বের সমস্যার জন্য কার্যকারণ বোঝার প্রয়োজন ছিল না, কেবল পূর্বাভাসযোগ্যতা প্রয়োজন ছিল। যদি একটি সিস্টেম উদাহরণ থেকে শিখতে এবং পূর্বাভাস দিতে পারত, তবে এর প্রয়োগগুলি ছিল 'যথেষ্ট বিশাল'। ইলিয়া সুটসকেভার এবং অ্যান্ড্রু এং-এর মতো গবেষকদের সাথে গভীর সম্পৃক্ততা থেকে জন্ম নেওয়া এই বিশ্বাস, মূলধারায় এর ব্যাপক প্রসারের বহু বছর আগেই এআই-তে অবিচল বিনিয়োগকে চালিত করেছিল।

প্রধান পরিবর্তন:

• কার্যকারণ থেকে পূর্বাভাসযোগ্যতার দিকে দৃষ্টান্তমূলক পরিবর্তন: উপলব্ধি করা যে, অনেক সমস্যায় অন্তর্নিহিত কারণ বোঝার চেয়ে প্যাটার্ন শনাক্তকরণ থেকে বেশি সুবিধা পাওয়া যায়।
• সুপারকম্পিউটিং সহজলভ্য করা: CUDA প্ল্যাটফর্ম তৈরি করা এমন একটি সম্প্রদায় তৈরি করেছিল যা স্বভাবতই ডিপ লার্নিং-এর মতো নতুন কম্পিউটেশনাল দৃষ্টান্তের দিকে আকৃষ্ট হয়েছিল।
• প্রাথমিক গ্রহণকারীদের সাথে যুক্ত হওয়া: অগ্রণী গবেষকদের সাথে নিবিড়ভাবে কাজ করা দীর্ঘমেয়াদী বিনিয়োগের জন্য গুরুত্বপূর্ণ অন্তর্দৃষ্টি এবং বৈধতা প্রদান করেছিল।

অদৃশ্য অবকাঠামো: ভবিষ্যতের ডেটা সেন্টার তৈরি করা

এনভিডিয়ার আজকের এআই প্রসারের চালিকাশক্তি হওয়ার যাত্রা গেমিং GPU থেকে বিশাল ডেটা সেন্টারে সরাসরি এক লাফ ছিল না। এটি ছিল একটি কৌশলগত, বহু-দশকের পরিবর্তন যা প্রায় ১৭ বছর আগে একটি সাধারণ প্রশ্ন দিয়ে শুরু হয়েছিল: কী আমাদের সুযোগকে সীমাবদ্ধ করে? উত্তর: ডেস্কটপ পিসির সাথে GPU-এর শারীরিক সংযুক্তি। জেনসেন এমন এক ভবিষ্যতের কল্পনা করেছিলেন যেখানে কম্পিউটিং ডিসপ্লে ডিভাইস থেকে বিচ্ছিন্ন হবে। এর ফলে তাদের প্রথম ক্লাউড পণ্য, জিফোর্স নাউ (GFN), এবং পরে এন্টারপ্রাইজ রিমোট গ্রাফিক্স তৈরি হয়।

ডেটা সেন্টারে এই ধীর, সুচিন্তিত প্রসারণ, ডিস্ট্রিবিউটেড কম্পিউটিং-এর সূক্ষ্মতা শেখা এবং ল্যাটেন্সি চ্যালেঞ্জগুলি কাটিয়ে ওঠা, এআই-এর ভিত্তি স্থাপন করেছিল। "আপনাকে ভবিষ্যতের সুযোগের পথ তৈরি করতে হবে; সুযোগ আপনার সামনে এসে বসার জন্য আপনি অপেক্ষা করতে পারবেন না, যাতে আপনি সেটিকে ধরতে পারেন।" এই নীতি ম্যালানক্স-এর সাহসী অধিগ্রহণে পরিণতি লাভ করে, যা ছিল একটি উচ্চ-পারফরম্যান্স নেটওয়ার্কিং কোম্পানি, এবং সেই সময়ে এটি 'সবার কাছেই এক বিস্ময়' ছিল। হুয়াং উপলব্ধি করেন যে এআই-এর জন্য ডেটা সেন্টারগুলি হাইপারস্কেল ক্লাউড থেকে মৌলিকভাবে আলাদা ছিল, যেখানে লক্ষ লক্ষ প্রসেসরের মধ্যে মডেলগুলিকে বিভাজন করতে 'হাইপারস্কেলের বিপরীত' নেটওয়ার্কিং প্রয়োজন। ম্যালানক্স গুরুত্বপূর্ণ ইনফিনিব্যান্ড প্রযুক্তি সরবরাহ করেছিল, যা এই অধিগ্রহণকে 'আমার করা সেরা কৌশলগত সিদ্ধান্তগুলির মধ্যে একটি' করে তোলে।

প্রধান অনুশীলন:

• দীর্ঘমেয়াদী সীমাবদ্ধতা অনুমান করুন: এমন বাধাগুলি চিহ্নিত করুন এবং পদ্ধতিগতভাবে সরিয়ে ফেলুন যা ভবিষ্যতের বৃদ্ধি এবং বাজারের সুযোগকে সীমিত করতে পারে।
• কৌশলগত পূর্ব-অবস্থান: এমন মৌলিক প্রযুক্তি এবং সক্ষমতাগুলিতে বিনিয়োগ করুন যা "কোম্পানিকে সুযোগের কাছাকাছি রাখে", এমনকি যদি তাদের সঠিক রূপ অস্পষ্ট থাকে।
• বিপরীত চিন্তাভাবনা: যখন একটি নতুন বাজার (যেমন এআই ডেটা সেন্টার) বিদ্যমান মডেলগুলির (যেমন হাইপারস্কেল ক্লাউড) চেয়ে সম্পূর্ণ ভিন্ন স্থাপত্যের পদ্ধতির প্রয়োজন হয়, তখন তা উপলব্ধি করুন।

কৌশল হিসেবে স্থাপত্য: 'মিশনই বস' সংস্থা

জেনসেন হুয়াং-এর অনন্য নেতৃত্ব শৈলী এনভিডিয়ার সাংগঠনিক কাঠামোতেও বিস্তৃত। তিনি ৪০-এর বেশি সরাসরি রিপোর্টের সাথে কাজ করেন, প্রচলিত শ্রেণিবদ্ধ মডেলগুলি ত্যাগ করে যা 'সেনাবাহিনীর' মতো দেখতে। এর পরিবর্তে, তিনি এনভিডিয়াকে 'একটি কম্পিউটিং স্ট্যাক' হিসেবে দেখেন যেখানে ব্যক্তিরা বিভিন্ন 'মডিউল' বা ফাংশন পরিচালনা করেন। পদবী দক্ষতার চেয়ে কম গুরুত্বপূর্ণ, এবং যিনি 'সেই মডিউলটি পরিচালনায় সেরা' তিনিই 'পাইলট ইন কমান্ড'।

এই আরও সমতল, আরও বিতরণকৃত তথ্য স্থাপত্য, যেখানে 'মিশনই বস', এর অর্থ হলো গুরুত্বপূর্ণ তথ্য 'অনেক ভিন্ন ভিন্ন মানুষের কাছে বেশ দ্রুত' ছড়িয়ে দেওয়া হয়, প্রায়শই টিম পর্যায়ে, এমনকি নতুন কলেজ গ্রাজুয়েটদের কাছেও। এটি নিশ্চিত করে যে সবাই একই সময়ে শেখে, বিশেষ তথ্য অ্যাক্সেসের পরিবর্তে তাদের যুক্তি ও অবদান রাখার ক্ষমতার উপর ভিত্তি করে ব্যক্তিদের ক্ষমতায়ন করে। এই জৈব, নিউরাল নেটওয়ার্ক-এর মতো পদ্ধতি, যেখানে দলগুলি মিশনের উপর ভিত্তি করে সংযুক্ত হয়, তা চরম ক্ষিপ্রতা এবং দ্রুত বাস্তবায়নের সুযোগ দেয়, যেমন এক বছরে দুটি প্রধান পণ্য চক্র শিপিং করা – যা অন্যান্য বড় প্রযুক্তি কোম্পানিগুলির জন্য প্রায় অকল্পনীয় একটি কাজ।

গুরুত্বপূর্ণ অন্তর্দৃষ্টি:

• একটি কম্পিউটিং স্ট্যাক হিসেবে কোম্পানি: একটি জেনেরিক শ্রেণিবদ্ধ মডেলের পরিবর্তে, তৈরি করা পণ্যটির অনুকরণে সংস্থার স্থাপত্য ডিজাইন করুন।
• দিকনির্দেশক নীতি হিসেবে মিশন: নির্দিষ্ট মিশনের চারপাশে সংযুক্ত হতে ক্রস-ফাংশনাল দলগুলিকে ক্ষমতায়ন করুন, কঠোর বিভাগীয় সীমানা ছাড়িয়ে সহযোগিতা উৎসাহিত করুন।
• গণতান্ত্রিক তথ্য: ক্ষমতার ভারসাম্য কমাতে এবং দ্রুত, সম্মিলিত সিদ্ধান্ত গ্রহণ সক্ষম করতে গুরুত্বপূর্ণ তথ্য ব্যাপকভাবে এবং দ্রুত ছড়িয়ে দিন।

"আপনাকে সুযোগের কাছাকাছি নিজের অবস্থান তৈরি করতে হবে, আপনাকে অতটা নিখুঁত হতে হবে না। আপনি জানেন, আপনাকে গাছের কাছাকাছি থাকতে হবে এবং আপেলটি মাটিতে পড়ার আগেই যদি আপনি ধরতে নাও পারেন, তবুও যতক্ষণ আপনিই প্রথম ব্যক্তি হবেন যিনি সেটি কুড়িয়ে নেবেন। আপনাকে এখন সুযোগগুলির কাছাকাছি নিজের অবস্থান তৈরি করতে হবে।" - জেনসেন হুয়াং